期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN-BiLSTM-CBAM的波浪能发电功率短期预测模型研究
1
作者
滕翔宇
罗心仪
+1 位作者
周生奇
张智晟
《电气工程学报》
北大核心
2025年第3期271-279,共9页
波浪能具有较大的波动性,使得波浪能发电系统并网运行时,会对电力系统的安全稳定运行造成严重影响,准确的预测波浪能发电功率对电力系统的实时调度与控制有着重要的作用。为提升波浪能发电功率预测精度,以阵列式(Floating heave-buoy ar...
波浪能具有较大的波动性,使得波浪能发电系统并网运行时,会对电力系统的安全稳定运行造成严重影响,准确的预测波浪能发电功率对电力系统的实时调度与控制有着重要的作用。为提升波浪能发电功率预测精度,以阵列式(Floating heave-buoy array,F-HBA)波浪能发电装置为研究对象,提出基于CNN-Bi LSTM-CBAM组合神经网络的波浪能发电功率预测模型,该模型包括2个子模块,分别为基于CNN-BiLSTM-CBAM组合神经网络的波浪因素预测模块和基于F-HBA的功率转换模块。首先对有效波高和波浪周期进行预测,然后将有效波高和波浪周期的预测值输入功率转换模型,最终得到预测的波浪能发电功率值。通过实际仿真算例验证了基于CNN-Bi LSTM-CBAM组合神经网络的波浪能发电功率预测模型的准确性。
展开更多
关键词
波浪能
发电功率预测
CBAM注意力模块
组合神经网络
功率转换模型
在线阅读
下载PDF
职称材料
题名
基于CNN-BiLSTM-CBAM的波浪能发电功率短期预测模型研究
1
作者
滕翔宇
罗心仪
周生奇
张智晟
机构
青岛
大学
电气工程
学院
青岛电气工程安装有限公司西海岸分公司
国网
青岛
供电
公司
出处
《电气工程学报》
北大核心
2025年第3期271-279,共9页
基金
国网山东省电力公司科技资助项目(2020A-022)。
文摘
波浪能具有较大的波动性,使得波浪能发电系统并网运行时,会对电力系统的安全稳定运行造成严重影响,准确的预测波浪能发电功率对电力系统的实时调度与控制有着重要的作用。为提升波浪能发电功率预测精度,以阵列式(Floating heave-buoy array,F-HBA)波浪能发电装置为研究对象,提出基于CNN-Bi LSTM-CBAM组合神经网络的波浪能发电功率预测模型,该模型包括2个子模块,分别为基于CNN-BiLSTM-CBAM组合神经网络的波浪因素预测模块和基于F-HBA的功率转换模块。首先对有效波高和波浪周期进行预测,然后将有效波高和波浪周期的预测值输入功率转换模型,最终得到预测的波浪能发电功率值。通过实际仿真算例验证了基于CNN-Bi LSTM-CBAM组合神经网络的波浪能发电功率预测模型的准确性。
关键词
波浪能
发电功率预测
CBAM注意力模块
组合神经网络
功率转换模型
Keywords
Wave energy
generation power prediction
attention module of CBAM
combined neural network
power conversion model
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN-BiLSTM-CBAM的波浪能发电功率短期预测模型研究
滕翔宇
罗心仪
周生奇
张智晟
《电气工程学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
